文章核心观点 - 做世界模型的创业公司国内半年冒出近百家，田柯宇因「投毒」事件备受关注，现获五源资本、IDG等机构近3000万美元投资，投后估值约2亿美元，公司尚未公开名称和产品，团队十人左右 [4] - 田柯宇被字节辞退并起诉，法院认定违约判赔50万元并失去全部实习工资，字节已上诉，二审仍在审理 [17] - 事件过去两年，田柯宇已开公司拿到融资，资本主要看能力，最佳论文成为融资最硬履历 [18] - 在AI创业环境里，道德与信任也是重要资源，创始人过往如何使用权力是能否支配更大权力的重要依凭 [20][22] 一、各自表述 - 2024年8月字节辞退商业化技术团队实习生田柯宇，11月5日内部通报称其在当年6月至7月间因对团队资源分配不满，通过编写篡改代码等方式恶意攻击研究项目的模型训练任务，字节随后起诉索赔800万元并要求公开道歉 [7] - 田柯宇在播客称，2024年组里新来实习生占用别人资源并停掉别人程序，向leader反映无果，于是让GPT写程序进入对方任务将其卡住或停掉，前后约十天五次左右，除该实习生外其他人实验绝对没有碰过，承认违纪但不接受「投毒」和「攻防」说法 [7] - 节目上线当天GitHub出现「受害者陈述与证据整理」网页，中英双语，五人实名作证，包括视频生成项目Goku两位共同一作及LlamaGen第一作者，称破坏从2024年3月开始比字节通报早三个月，持续到7月底，最早针对LlamaGen往文本编码器权重掺噪声，4月后目标转向Goku [8] - 网页列出从其个人目录找到的文件，称其改优化器让模型朝误差变大方向走，把每步步子悄悄放大一倍，日志数值却一切正常；把数据洗牌依据换成当前时间使问题无法复现；以极低概率让某台机器跳过同步致任务卡死；在共享盘留后门可远程下达命令；被替换的系统文件修改时间被改回原样 [8] - 那几个月团队以为碰上大规模训练常见偶发故障，北京上海西雅图三地轮班盯训练，早晚各开一次会交接，同一程序在一百台机器上跑九十九台正常一台异常，找到重启又恢复正常，田柯宇一直在排查群里也参加每天会议 [9] - 2024年7月30日有人发现训练框架PyTorch源码被改，登录记录显示除机器主人外只有田柯宇登录过，他解释只是想学习代码，第二天团队在其个人目录下找到那批文件 [9] - 网页还指控田柯宇当时负责的VAR文生图项目部署给团队每天测试的模型其实是开源模型PixArt，系统会自动在每个提示词前加上「City」防止同事拿同样提示词比对，该指控目前只有受害者一方叙述，没有公开技术证据 [10] 二、一个实习生 - 田柯宇从大二开始在商汤实习三年，2021年到字节又是三年，出事那年是VAR论文第一作者，负责VAR文生图项目，该项目用了上千张GPU [12] - 前沿研究要的是能做出论文的人，最合适的往往是在读博士生，以实习生身份进来做核心研究，论文署公司名字，同组LlamaGen也是实习生主导项目，实习生和正式员工分别主要写在合同里，日常几乎看不出来 [13] - 权限跟着工作走与头衔无关，训练资源按项目分，负责上千卡项目的人就得能登录训练机器改训练环境，改库源码、编译自定义算子、给PyTorch打补丁是调试分布式训练的日常，共享存储允许同组人读写彼此目录文件以省掉动辄几个TB的重复存储和计算 [13] - 权限之外还有信任，受害者在材料里写大家从没想过造成问题的人可能就坐在排查同事中间，排查进度对所有人公开也是因为彼此信任 [13] - AI竞争争分夺秒，2024年2月OpenAI发布Sora，4月字节启动Goku，6月快手发布可灵，按受害者说法字节内部另有两个团队在做同类研究，管理层要求收缩项目集中资源，没有人会在这时候为防备同事放慢实验 [14] - 公司安全团队盯的是外部入侵和数据外泄，同事让同事的实验悄悄跑偏不在任何监控之内 [14] - 出事以后「实习生」称呼起了一个作用，公众听到的是年轻人犯错，公司显得只是用人不慎，有才华的误入歧途的年轻人总可以也似乎应该获得第二次机会 [14] 三、两年之后 - 2024年10月字节公开声明确认恶意干扰，同时称网传「8000多卡、损失上千万美元」严重夸大，并强调不影响商业化的正式项目 [16] - 字节称已将他的行为同步给行业联盟和所在学校，学校如何处理没有公开，2024年12月NeurIPS公布当年最佳论文VAR在列，官方说明评选只看论文科学价值不考虑作者等其他因素 [16] - 彭博社查阅的判决显示法院认定田柯宇违约判赔50万元并失去全部实习工资，字节起诉时主张的是侵权，据田柯宇说公开道歉请求被驳回，字节已上诉二审仍在审理 [17] - 田柯宇在节目里说50万元正好约等于他三年实习工资加上公司打官司的一些法律支出，他认这个判决觉得很公允 [17] - 世界模型是今年一级市场最热方向之一，9月底AMD宣布以约82亿美元收购李飞飞创办的World Labs [18] - 田柯宇公司还没有公开名称也没有公开模型，按报道团队要先造一套约20万个符号的「视觉词典」，再用约1亿小时视频训练，2027年发布完整模型，在节目里他说模型做到近千亿参数仍未饱和而且这样的规律是唯一的，还说抛三枚铜币模型能在硬币落地前预测出结果现阶段已经实现 [18] - 世界模型连统一评测标准都还没有，一家隐身的公司外界能看到的主要是创始人自己的陈述，投资人在尽调里看到了什么没有公开 [18] - 资本主要看能力，那篇最佳论文成了他融资时最硬的履历，能力足够强就会有大儒帮忙辩经，过去的事就有人愿意替他解释，比如有媒体从判决反推认为定性只是违约没有到刑法范畴说明性质不算太严重 [18] - 有太多例子说道德没那么重要，不论中国还是国外AI创业者都远远不是道德完人，马斯克和阿尔特曼等人舆论上已经成了「Asshole」但依然不妨碍他们的成功与影响力，这一点也有不少支持田柯宇的人提到过认为成功需要不择手段 [19] - 在当下AI创业环境里道德与信任也是重要的资源，一家做基座模型的公司从拿到钱到拿出能被外界检验的模型往往要隔好几年，田柯宇给出的时间是2027年，这几年里训练顺不顺遇到了什么失败离宣称的能力还有多远，投资人员工和合作方大多只能听创始人讲 [20] - 记录复现和独立测试能补上一部分，可它们也要有人愿意交出真实的数据，事事核实成本太高很多决定只能先做，投资人投不投研究员来不来都离不开对创始人本人的判断 [20] - 两年前那个研究组里他处在类似位置只是小一些，能力够强权限够大同事信任他排查进度对他公开，受害者指控的事都发生在别人一时难以核对的地方，如果说法属实在排查会上听同事汇报回去调整攻击是在一次次欺骗依赖他的人 [21] - 至于PixArt的造假指控如果属实更加牵扯到田柯宇的创业根基，团队每天测试的「训练进展」用的是别人的模型，而一家创业公司在发布模型之前拿给投资人看的正是演示和进展 [21] - 这个行业里已经有不少榜单造假Demo造假等等，市场火热时候这些都是所谓「蓬勃发展必然遭遇的乱象」，但当市场冷下来也必然会冷下来，谁值得信任将变得更加重要 [21] - 林登·约翰逊传记作者罗伯特·卡洛说权力不一定会腐化一个人但一定会暴露一个人，一个人过去如何使用权力是能否支配更大权力的重要依凭，现在一个背负着投毒造假指控的田柯宇重新站到了这个位置上站得更高，他要支配几千万美元招募研究员要做一个绝大多数人看不懂甚至看不见的模型 [22] - 做AI研究的圈子很小，顶尖研究者之间往往两三个人就能连上，2024年斯坦福几名学生发布的Llama3-V被发现套用了面壁智能的MiniCPM-V，连识别清华简的对错都一模一样，几天之内删库道歉 [22] - 在这样的圈子里名声至关重要，能训练前沿模型的人不过几千个，田柯宇要做基座模型要招募的研究员很可能就在他们当中，他们不缺工作邀约，那时候「信任」会成为左右决定的重要筹码 [22] - 过往的一切当然可以是序章，第二次机会也应该有，强化学习里模型能从错误中学会靠的是错误换来了负的奖励，代价落不到自己身上就什么也学不会，第二次机会也一样前提是要面对自己面对过去并承担责任 [22]